وقتی دادهها وبال گردن کسبوکارها میشوند/ دردسرهای دارایی نامشهود
به گزارش خبرنگار گروه علم و فناوری خبرگزاری آنا، مریم اویسی- امروزه تقریباً هر سازمانی با استفاده از تکنیکهای هوش مصنوعی(AI) و یادگیری ماشین(ML) سعی در استفاده از دادهها برای بهبود عملکرد تجاری خود دارد. اساساً، دادهها پتانسیل ارتقای درآمد شرکت، کاهش هزینهها و کاهش ریسک را با خود به همراه دارند. اگرچه دادهها با ارائه نتایج قابل لمس تجاری میتوانند یک سرمایه تجاری با ارزش به حساب آیند اما محدودیتهای جدی در این زمینه وجود دارد و اگر داده به خوبی مدیریت نشود میتواند در نهایت به وبال گردن تبدیل شود. چگونه یک دارایی نامشهود مانند داده میتواند دردسرساز باشد؟ دو سناریو مشترک وجود دارد.
جمعآوری کورکورانه دادهها
جمعآوری دادهها بدون هدف مشخص تجاری منجر به انبار کردن حجم عظیمی از دادهها میشود که کاربردی ندارند و در نهایت موجب افزایش پیچیدگی و هزینه مدیریت داده خواهند شد. در سال 2018، طبق گزارش Deloitte، متوسط هزینههای فناوری اطلاعات در یک شرکت 3.3٪ بود. این روند هر ساله به طور متوسط با نرخ 49٪ روند صعودی یافته است. افزایش هزینههای فناوری اطلاعات یک دلیل مهم دارد و آن پردازش حجم عظیم داده است. علاوه بر این، اگر دادهها بدون هدف مشخصی جمع شوند، بدون استفاده باقی میمانند. بین 60٪ و 73٪ دادهها در یک شرکت هرگز مورد استفاده راهبردی قرار نمیگیرند و تحقیقات دانشگاه کارنگی ملون نشان داده است که 90٪ دادههای یک سازمان «دادههای تاریک» است.
دادهها انرژی زیادی را برای ذخیرهسازی، ایمنسازی و پردازش صرف میکنند که در نتیجه باعث افزایش ردپای کربن برای کسبوکار میشود. با توجه به علاقه روزافزون این روزها به تعهدات ESG و کاهش مصرف انرژی، این امر باعث کاهش سرمایهگذاری میشود. در سال 2018، مراکز داده تقریباً 1٪ از کل برق جهانی را مصرف کردند. طبق مقاله اندرس آندره(Anders Andrae)، محقق سوئدی، تا سال 2025، مصرف برق مراکز داده به 20 درصد خواهد رسید و 3.2٪ از کل انتشار کربن در سراسر جهان ناشی از مراکز داده خواهد بود.
راهبردهای اصلی تبدیل داده به سرمایهای ارزشمند
سازمانها برای تبدیل دادهها به دارایی تجاری با ارزش چه کاری میتوانند انجام دهند؟ مشاغل برای جلوگیری از دردسرساز شدن داده ها، چه کاری میتوانند انجام دهند؟ در زیر سه راهبرد اصلی برای شرکتهای تجاری ارائه شده است تا بتوانند یک منبع با ارزش مانند داده را به یک دارایی تجاری تبدیل کنند.
1.مدیریت دادهها باید مبتنی بر هدف باشد. اساساً، دادهها با سه هدف محوری در کسبوکار مورد استفاده قرار میگیرند: الف) عملیات برای خدمت به ذینفعان، (ب) انطباق با استانداردهای صنعتی، سیاستهای امنیتی و قوانین و مقررات دولتی و ج) ارتقای بینش برای تصمیمگیری. اگر دادهها به وضوح خود را با یک یا چند هدف سهگانه فوق منطبق نکرده باشند، احتمال زیادی وجود دارد که دادهها در نهایت بیاستفاده شوند و منابع ارزشمند دیگر را بسوزانند.
2. دادهها باید ساختاریافته باشند. طبق مقاله منتشرشده در CIO، بیش از 80٪ از اطلاعات کسب و کار شامل اسناد، صوت، فیلم، تصاویر و موارد دیگر است. این عناصر داده بدون ساختار هستند (به عنوان مثال، مدل داده و نوع داده از پیش تعریفشده ندارند). وقتی دادهها ساختار درستی داشته باشند، دسترسی و پردازش کارآمد داده امکانپذیر خواهد بود. از دیدگاه تحلیلی، ساختاردهی، برخورداری از نوع داده مناسب (به عنوان مثال، اسمی، ترتیبی یا عددی) را فراهم میکند. نوع داده از این جهت مهم است که نقشی کلیدی در تجزیهوتحلیل دارد و انتخاب روشهای آماری و ریاضی مناسب را تسهیل میسازد. به عبارت دیگر، ساختاردهی دادهها سودمندی آن را افزایش میدهد. به عنوان مثال در تحلیل پیشبینی اگر نوع داده خروجی، ماهیت عددی داشته باشد، رگرسیون خطی روش ارجح است. با این حال، اگر نوع داده پاسخ ماهیت رشتهای یا طبقهبندی داشته باشد، روش تجزیهوتحلیل رگرسیون لجستیکی توصیه خواهد شد.
3.دادهها باید غیرقابل تعویض باشند. مشاغل همیشه به دنبال منابعی میروند که تهیه آنها ارزانتر و استقرار آنها سریعتر و همچنین استفاده از آنها مطمئنتر است. از دیدگاه تحلیلی، بینش میتواند از شهود یا داده حاصل شود. در حالی که شهود و درکِ مستقیم مزایای زیادی دارد، آنچه برای مدیریت صحیح در فضای کسب و کار ضروری است، با تلفیق شهود و دادهها و کسب بصیرتی کلی به دست میآید.
به طور کلی، دادهها منبعی ارزشمند هستند و به طور بالقوه میتوانند به یک دارایی ارزشمند برای بنگاههای اقتصادی تبدیل شوند. با این حال، صرفاً ضبط و ذخیره دادهها، آنها را به یک سرمایه با ارزش تبدیل نمیکند. داده فقط یک دارایی تجاری است که آگاهانه تصرفشده و عامدانه باید مدیریت شود. در غیر این صورت، همین دادهها به یک دردسر بزرگ تبدیل خواهد شد.
انتهای پیام/4160
انتهای پیام/